Estadística Inferencial

Profesor: Yasminne Esquivel Aguilar

Estudiante:

Adriana Villagómez Martínez

Matrícula: 660017013
Ingeniería Industrial y de Sistemas

Unidad 4

Actividad No.7

Ejercicios sobre Inferencia estadística de dos

poblaciones

Diciembre 2021
 Estadística inferencial

• Con base en el material consultado en la unidad resuelve los ejercicios que se plantean
acerca de los siguientes temas:
➢ Inferencia estadística de medias de dos poblaciones.
➢ Estimación de la diferencia entre los promedios de dos poblaciones: muestras
independientes
➢ Pruebas de hipótesis acerca de la diferencia entre las medias de dos poblaciones:
muestras independientes
➢ Inferencias acerca de la diferencia entre las medias de dos poblaciones: muestras
pareadas
➢ Inferencia estadística de proporciones de dos poblaciones
➢ Distribución muestral de p1 – p2
➢ Estimado de intervalo de p1 – p2

Aplicaciones

1) Muestras aleatorias independientes se seleccionaron de las poblaciones 1 y 2. Los

tamaños, medias y varianzas muestrales son las siguientes:

Población
1 2
Tamaño muestral 35 49
Media muestral 12.7 7.4
Varianza muestral 1.38 4.14

a) Encuentre un intervalo de confianza de 95% para estimar la diferencia en las

medias poblacionales ( μ1 − μ2 ) .
Datos
𝑛1 = 35, 𝑛2 = 49 y 𝑥1 = 12.7, 𝑥2 = 7.4

1 1
𝑆𝑏2 = ( ) ∙ [(𝑛, −1)𝑆12 + (𝑛2 − 1)𝑆22 ] = ∙ [34 ∗ 1.38 + 48 ∗ 4.14] = 2.996
𝑛1 + 𝑛2 − 2 82
El valor critico a 82 grados de libertad es 1.99, entonces 95% de intervalo de confianza es:

1 1 1
(𝑥̅1 − 𝑥̅ 2 ) ± 𝑡 ∙ [𝑆𝑝2 ( + )] ⁄2 = (12.7 − 7.4) ± 1.99(0.383) = 5.3 ± 0.762
𝑛1 𝑛2

El intervalo de confianza es de 4.532 a 6.062

2
 Estadística inferencial

b) Con base en el intervalo de confianza del inciso a) ¿se puede concluir que hay una
diferencia en las medias poblacionales? Explique.

Así es, podemos llegar a la conclusión de que efectivamente se tiene una diferencia en las medias
poblacionales.

2) Muestras aleatorias independientes se seleccionaron de las poblaciones 1 y 2. Los

tamaños, medias y varianzas muestrales son las siguientes:

Población
1 2
Tamaño muestral 64 64
Media muestral 2.9 5.1
Varianza muestral 0.83 1.67

a) Encuentre un intervalo de confianza de 90% para estimar la diferencia en las

medias poblacionales ( μ1 − μ2 ) .

A un 90% de intervalo de confianza de (𝜇1 − 𝜇2 ) es:

∝= 0.1 → 0.05,126 = 1.657037
90% de Cl de (𝜇1 − 𝜇2 ) es:

2 2
(2.9 − 5.1 − 1657037 ∙ √1.25√ , 2.9 − 5.1 + 1.657037 ∙ √1.25√ ) = (−2.5275, −1.8725)
69 69

b) Encuentre un intervalo de confianza de 99% para la diferencia en las medias

poblacionales. ¿Se puede concluir que hay una diferencia en las dos medias
poblacionales? Explique.

∝= 0.1 → 0.005,126 = 2.615412

Al 99% Cl para (𝜇1 − 𝜇2 ) es:

2 2
= (2.9 − 5.1 − 2.615412√125√ , 2.9 − 5.1 + 2.615412√125√ = (−2.7169, −1.6831)
64 69

Igualmente llegamos a la conclusión de que existe una diferencia entre las dos medias
poblacionales.

3
 Estadística inferencial

3) Muestras aleatorias independientes de n1 = 500 y n2 = 500 observaciones se

seleccionaron de entre las poblaciones binomiales 1 y 2, y se observaron x1 = 120 y

x2 = 147 éxitos.

a) ¿Cuál es el mejor estimador puntual para la diferencia ( p1 − p2 ) de las dos

proporciones binomiales?
Debemos de localizar el mejor estimador puntual para la diferencia (𝑝1 − 𝑝2 ) de las dos
proporciones binomiales. Y sabemos que la fórmula es 𝑝̂1 − 𝑝̂2
Por lo que, el mejor punto estimador viene de:
120 147
= − = 0.24 − 0.294 = 0.054
500 500
Podemos decir que el mejor punto estimador para (𝑝1 − 𝑝2 ) de las dos proporciones
binomiales es 0.054
b) Calcule el error estándar aproximado para la estadística empleada en el inciso a).

(0.24)(1 − 0.24) (0.294(1 − 0.294) (0.24)(0.76) (0.294)(0.706)

𝑆𝐸 = √ + = √ +
500 500 500 500

0.1824 0.207564
√ + = √0.0003648 + 0.000415128 = √0.000779928 = 0.0279
500 500

c) ¿Cuál es el margen de error para esta estimación puntual?

Sabemos que 𝑀𝐸 = 1.96 ∙ 𝑆𝐸, entonces:
ME = (1.96) (0.0279) = 0.0547
4) Muestras aleatorias independientes de n1 = 800 y n2 = 640 observaciones se

seleccionaron de entre las poblaciones binomiales 1 y 2, y se observaron x1 = 337 y

x2 = 374 éxitos.

a) Encuentre un intervalo de confianza de 90% para la diferencia ( p1 − p2 ) de las dos

proporciones poblacionales. Interprete el intervalo.
Dado que a =0.1, Z(0.05) = 1.645
337 374
𝑃1 = 800 = 0.42125 𝑃2 = 640 = 0.584375

Entonces el intervalo de confianza al 90% es

𝑝1 (1 − 𝑝1 ) 𝑝2 (1 − 𝑝2 )
𝑝1 − 𝑝2 ± 𝑧√ +
𝑛1 𝑛2

4
 Estadística inferencial

0.42125(1 − 0.42125) 0.584375(1 − 0.584375)

(0.42125 − 0.584375) ± 1.645√ +
800 640

= (−0.2061552, −0.1200948)
El 90% de confianza de la proporción sobre la población entre la diferencia seria entre este
intervalo (-0.2061552,-0.1200948)
b) ¿Qué suposiciones deben hacerse para que el intervalo de confianza sea válido?
¿Se satisfacen estas suposiciones?
Concluimos que satisfacen las suposiciones.

5) (Ver base de datos DIETSTUDY) Pérdida de peso I. Una nutrióloga desarrolló una
dieta baja en grasas, carbohidratos y colesterol. Aunque inicialmente diseñó esta dieta
para personas con enfermedades cardiovasculares, la nutrióloga quiere examinar su
efecto en personas con obesidad. Se seleccionaron dos muestras aleatorias (
n1 = n2 = 100 ) de personas con obesidad; un grupo se sometió a la dieta baja en
grasas, el segundo grupo se sometió a una dieta que contenía aproximadamente la
misma cantidad de comida pero que no era baja en grasa, carbohidratos y colesterol.
Para cada persona examinada se registró la cantidad de peso perdido (o ganado) en
un periodo de tres semanas. Los datos se encuentran en el archivo DIETSTUDY.
a) Construya un intervalo de confianza de 95% para la diferencia entre medias de
peso perdido con una y otra dieta. Interprete el resultado.
Datos: 𝑛1 = 100, 𝑛2 = 100
𝑥̅1 = 9.3, 𝑥̅ 2 = 7.4
𝑆12 = 22.4, 𝑆22 = 16.3
Nivel de significancia ∝= 0.05
Grados de libertad (𝐷𝐹 ) = (𝑛1 + 𝑛2 ) − 2 = 198
Valor critico 𝑡∝,𝐷𝐹 = 1.972017
2

T.INV. 2T (∝, 𝐷𝐹 )(𝑒𝑥𝑐𝑒𝑙) = 1.972

Variable agrupada
(𝑛2 − 1)𝑠22
𝑠𝑝2 = (𝑛1 − 1)𝑠12 + = 19.3500
𝑛1 + 𝑛2 − 2
Desviación estándar agrupada
𝑠𝑝 = 4.39886349
Margen de error:

5
 Estadística inferencial

1 1
𝐸 = 𝑡𝑐 ∙ 𝑆𝑝 ∙ √[( ) + ( )]
𝑛1 𝑛2

Límite inferior
= (𝑥̅1 + 𝑥̅ 2 ) − 𝐸 = (9.3 − 1.22676787) = 0.673232
Límite superior
= (𝑥̅1 − 𝑥̅ 2 ) + 𝐸 = (9.3 − 7.4) + 1.22676787 = 3.126768
95% de intervalo de confianza es
= 0 − 6732 < 𝜇1 − 𝜇2 < 3.1268
b) Lleve a cabo una prueba de hipótesis para comparar las dos medias. Utilice
α = .05 . ¿Cuál es el valor- p de la prueba?
𝑥̅1 −𝑥̅2
T= 𝑠𝑝 1 1
ට𝑛 +𝑛
1 2

9.31−7.4
T= 4.38 1 1
ට +
100 100

T= 3.087
P (T) = 0.0023
6) Pérdida de peso II. Grupos distintos de mujeres de 20 a 30 años se sometieron a dos
distintas dietas para perder peso. En la tabla siguiente se muestra la pérdida promedio
de peso en cada grupo en un periodo de un mes. ¿Los datos proveen suficiente
evidencia para indicar que la dieta I produce un promedio de pérdida de peso mayor
que la dieta II? Use α = .05

Dietas
1 2
Tamaño muestral 40 40
Media muestral 4.5 3.6
Varianza muestral 0.89 1.18

6
 Estadística inferencial

7) (Ver base de datos READING). Métodos de enseñanza de lectura. Suponga que usted desea
comparar un nuevo método de lectura dirigido a estudiantes en desventaja con el método
actual. Desea basar su comparación en los resultados de un examen de lectura que se aplicó
al finalizar un periodo de aprendizaje de seis meses. De una muestra aleatoria de 22
estudiantes en desventaja, a 10 se les enseña el nuevo método y a 12 se les enseña con el
método estándar. Instructores igualmente calificados enseñan a los 22 niños bajo condiciones
similares durante el periodo de seis meses. Los resultados del examen de lectura para ambos
grupos se muestran en la siguiente tabla, para resolver el problema descargue el archivo
READING.
a) Estime la verdadera diferencia entre medias de las calificaciones del examen de lectura
con uno y otro método. Utilice un intervalo de confianza de 95%
b) Interprete el intervalo que encontró en el inciso a)
c) ¿Qué supuestos deben hacerse para que la estimación sea válida? ¿Se satisfacen de
forma razonable?

7
 Estadística inferencial

8) (Ver base de datos GRADPAIRS). Diferencias salariales por género. Con el fin de comparar los
salarios iniciales de hombres y mujeres graduados de la universidad en E.U.A, se formaron
parejas de una mujer y un hombre que hubiesen estudiado la misma licenciatura y que
hubiesen obtenido promedios similares. Suponga que se selecciona una muestra aleatoria de
10 parejas con estas características y se registra el salario inicial de cada integrante de la
pareja. Los resultados se muestran en la siguiente tabla y pueden descargarse del archivo
GRADPAIRS. Compare el salario inicial promedio de los hombres μ1 con el salario inicial

promedio de las mujeres μ2 utilizando un intervalo de confianza de 95%. Interprete los

resultados.

8
 Estadística inferencial

9
 Estadística inferencial

Conclusiones.

¿Cuáles son los parámetros poblacionales objetivo que se utilizan para comparar dos
poblaciones?

Tamaño muestral, media muestral, varianza muestral

¿Cuáles son las estadísticas muestrales correspondientes a los parámetros poblacionales
que nombró en el inciso anterior?

Varianza poblacional

¿Cuáles son las ventajas de utilizar datos pareados?

Pueden utilizar muestras muy pequeñas, se encuentran varianzas más pequeñas, menos grados
de libertad se pierden en el análisis y resulta un error de muestreo más pequeño (la variación
entre observaciones reduce debido a que corresponden de la forma más próxima posible)

¿Cuál es la diferencia entre las pruebas de hipótesis que se aplican para trabajar con
muestras independientes y con muestras aparejadas?

Se produce una diferencia significativa cuando es poco probable que las diferencias entre los
grupos se deban a un error de muestreo o al azar. Los grupos pueden estar relacionados por ser
el mismo grupo de personas, el mismo artículo o estar sujetos a las mismas condiciones.

Referencias.

✓ News Courier. (2020). Prueba T para datos apareados y no apareados: diferencias, supuestose
hipótesis. Agosto 16, 2021, de News Courier Sitio web:
http://news-courier.com/informatics/articles/paired-vs-unpaired-t-test-differences-assumptions-and-
hypotheses-330826
✓ Devore, J. L. (2016). Probabilidad y estadística para ingeniería y ciencias (9 ed.). Recuperadode:
https://elibro.net/es/lc/uvm/titulos/93280
✓ Sweeney, D. J., Anderson, D. R., & Williams, T. (2011). Estadística para negocios y economía (11
ed.). Recuperado de: https://elibro.net/es/lc/uvm/titulos/39949

10